AIOps: IA para Operaciones de TI · Lección 13
¿Qué problema resuelve un sistema de detección de anomalías que considera explícitamente patrones estacionales (como más tráfico los lunes por la mañana, o menos actividad durante fines de semana)?
Evita generar falsas alarmas ante variaciones de comportamiento que son completamente normales y predecibles según el momento del día, la semana o el mes, distinguiéndolas de una anomalía genuina que ocurre fuera de ese patrón esperado
La detección de anomalías estacionales elimina por completo la necesidad de tener cualquier tipo de baseline general del comportamiento normal del sistema
Solo es relevante si el sistema tiene exactamente el mismo nivel de actividad en todo momento, sin ninguna variación real según el día o la hora
Este tipo de detección garantiza con total certeza que nunca pueda generarse ningún falso positivo bajo ninguna circunstancia real
AIOps: IA para Operaciones de TI · Lección 13
Completa el código
El sistema distingue una variación predecible de una anomalía que ocurre fuera del patrón
Revisa: distingue una variación predecible de una anomalía fuera del patrón esperado.
AIOps: IA para Operaciones de TI · Lección 13
¿Por qué un sistema sin consideración de patrones estacionales generaría una falsa alarma cada lunes por la mañana, cuando el aumento de tráfico en ese momento específico es un patrón completamente normal y recurrente semana tras semana?
Pista: si el sistema no tiene incorporado el conocimiento de que el tráfico aumenta de forma predecible cada lunes por la mañana (un patrón que se repite consistentemente semana tras semana), compararía ese aumento contra el promedio general de toda la semana, interpretando ese comportamiento completamente normal y recurrente como una desviación inusual, generando la misma falsa alarma repetidamente cada lunes.
✓
¡Lección completada!
Detección de anomalías estacionales (día/semana/mes)
0
XP ganado
3
Vidas restantes